#gym Repositorios
Descubre 33 repositorios activos de código abierto de GitHub etiquetados con #gym, que acumulan 137,060 estrellas en total (una media de 4,153 estrellas por proyecto). El líder de este tema es hasaneyldrm/exercises-dataset, con 23,938 estrellas.
33 repositorios en total
Conjunto de datos de fitness de 1,324 ejercicios: GIFs animados, miniaturas de 180×180, datos sobre grupos musculares y equipamiento, e instrucciones paso a paso en 6 idiomas. La capa de datos de ejercicios detrás de la aplicación LogPress.
Seguimiento de entrenamientos de gimnasio y peso corporal de código abierto, ya disponible en App Store (iPhone + Apple Watch) y como APK para Android. Planifica rutinas, registra entrenamientos, consulta qué músculos trabajas e importa datos de Strong, Hevy o FitNotes. Puedes alojarlo por tu cuenta o usarlo solo en el teléfono.
Versión de PyTorch de Stable Baselines, implementaciones confiables de algoritmos de aprendizaje por refuerzo.
Una API estándar para entornos de aprendizaje por refuerzo de un solo agente, con entornos de referencia populares y utilidades relacionadas (anteriormente Gym)
Implementación de un solo archivo de alta calidad de algoritmos de Deep Reinforcement Learning con características amigables para la investigación (PPO, DQN, C51, DDPG, TD3, SAC, PPG)
🏋 Plataforma moderna de coaching de fitness de código abierto. Crea planes de entrenamiento, rastrea el progreso y accede a una base de datos completa de ejercicios.
Un marco de aprendizaje por refuerzo de código abierto para entrenar, evaluar y desplegar agentes de trading robustos.
Un marco de entrenamiento para agentes de aprendizaje por refuerzo de Stable Baselines3, con optimización de hiperparámetros y agentes pre-entrenados incluidos.
Entornos Gymnasium de PyBullet para el aprendizaje por refuerzo de un solo y múltiples agentes del control de cuadricópteros
Registro de gimnasio sin conexión para Android. Sin cuenta, sin anuncios y sin internet.
[NeurIPS 2023 Spotlight] LightZero: Un benchmark unificado para la búsqueda de árboles Monte Carlo en escenarios generales de decisión secuencial (impresionante MCTS)
[NeurIPS 2025 Spotlight] Entornos de Razonamiento para el Aprendizaje por Refuerzo con Recompensas Verificables
Motor de ejecución de entorno paralelo de alto rendimiento basado en C++ (entorno vectorizado) para entornos RL generales.
Algoritmo Asynchronous Advantage Actor-Critic (A3C) para Super Mario Bros
Entornos de aprendizaje por refuerzo para el control de semáforos de tráfico con SUMO. Compatible con Gymnasium, PettingZoo y bibliotecas populares de RL.
Biblioteca modular de aprendizaje por refuerzo (RL) (implementada en PyTorch, JAX y NVIDIA Warp) con soporte para Gymnasium/Gym, NVIDIA Isaac Lab, MuJoCo Playground y otros entornos
Códigos fuente para el libro "Reinforcement Learning: Theory and Python Implementation"
Entornos PyBullet CartPole y Quadrotor — con dinámica simbólica a priori de CasADi — para control basado en aprendizaje y RL
[EMNLP 2026] MobileGym: Una plataforma de simulación verificable y altamente paralela para la investigación de agentes de GUI móvil · Simulador de Android alojado en el navegador · Evaluación verificable · Entrenamiento de RL en línea escalable
Paquete Contrib para Stable-Baselines3 - Código experimental de aprendizaje por refuerzo (RL)
VMAS es un simulador diferenciable vectorizado diseñado para la evaluación comparativa eficiente del Aprendizaje por Refuerzo Multiagente. Se compone de un motor de física 2D vectorizado escrito en PyTorch y un conjunto de escenarios multirrobot desafiantes. Se pueden implementar escenarios adicionales a través de una interfaz simple y modular.
Una aplicación multiplataforma para registrar tus levantamientos en el gimnasio
Implementaciones de algoritmos de Aprendizaje por Refuerzo Multi-Objetivo.
Preguntas frecuentes
¿Cuál es el repositorio de #gym más popular en GitHub?
El proyecto de código abierto de #gym mejor posicionado en GitHub es hasaneyldrm/exercises-dataset, con 23,938 estrellas. Conjunto de datos de fitness de 1,324 ejercicios: GIFs animados, miniaturas de 180×180, datos sobre grupos musculares y equipamiento, e instrucciones paso a paso en 6 idiomas. La capa de datos de ejercicios detrás de la aplicación LogPress.
¿Qué lenguajes de programación se utilizan más en los repositorios de #gym?
Entre los proyectos de #gym mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, TypeScript, HTML, Dart.
¿Cómo se calcula la clasificación de los repositorios de #gym?
Seguimos 33 repositorios activos de código abierto etiquetados con #gym (500+ estrellas), que suman un total de 137,060 estrellas, con una media de 4,153 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.